DynSDN: Dynamisches Management von rekonfigurierbaren Industrie 4.0 Echtzeit-Kommunikationsnetzen mittels Software-definierter Infrastruktur

Time-Sensitive Networking (TSN) bezeichnet eine Netzwerktechnologie, die im Bereich Industrieautomatisierung einen wesentlichen Baustein für die Konvergenz industrieller, heterogener Kommunikationsnetze darstellt. Die Bereitstellung einer gleichbleibenden Kommunikationsdienstgüte bei dynamischer Umgebung, heterogenen Anforderungen und gemeinsam geteilten Netzwerkressourcen ist das erklärte Ziel des SFB 1053. Das Ziel dieses Projekts ist es Switch-Modelle und Programmierarchitekturen für Dienstgütekontrolle in Time-Sensitive Networks zu ermöglichen. Basierend auf dynamischen SDN Infrastrukturnetzen wird für TSN eine Netzressourcenoptimierung und eine Fehlertoleranz durch das im SFB 1053 entwickelte Konzept der Transition ermöglicht. Transitionen sind hier als Rekonfigurationen der programmierbaren Netzinfrastrukturelemente, wie beispielsweise Switches, zu verstehen so, dass Dienstgütekriterien der über TSN laufenden Automatisierungsanwendungen eingehalten werden. Ergebnisse dieses Projekts werden anhand einer Umsetzung von Echtzeit-Funktionen der Industrieanwendungen gezeigt.

Teilprojekt am Sonderforschungsbereich 1053 MAKI

Modellbasierte Transitionsplanung und Prädiktion

Dieses Projekt entwickelt Verfahren zur Planung von Transitionen zwischen verfügbaren Kommunikationsmechanismen unter Verwendung probabilistischer Methoden. Dabei werden insbesondere programmierbare Kernnetze betrachtet. Diese Planung wird bezüglich quantitativer Leistungsmetriken und bezüglich der Transitionszeitpunkte optimiert. Hierfür werden Methoden der Warteschlangentheorie, des stochastischen Netzwerkkalküls und der Markov-Entscheidungstheorie eingesetzt. Das Teilprojekt ermöglicht somit den effizienten Einsatz von Betriebsmitteln im Netz, insbesondere im Hinblick auf koexistierende Multi-Mechanismen.

SPINE: Stochastische Leistungsschranken für Informations-zentrische Kommunikationsnetzwerke

Das Ziel dieses Vorhabens ist es auf der Warteschlangentheorie basierende Methoden für die Leistungsanalyse und adaptive Steuerung informationszentrierter Netze abzuleiten. Eine Besonderheit solcher vernetzten Systeme ist der Einsatz cache-fähiger Router. Wir erwarten, dass Formulierungen aus der Warteschlangentheorie und des stochastischen Netzkalküls, wie z.B. Fork-Join-Modelle und statistische Dienstkurven, das Potenzial haben, neue Erkenntnisse zu gewinnen, z.B. hinsichtlich der Optimalität Feedback-bsaierter ICN-Scheduling-Algorithmen. Wir erwarten in diesem Vorhaben, dass adaptive Steuerungsverfahren wie Markov-Entscheidungsprozesse, gepaart mit statistischen Inferenzalgorithmen, Einblicke in grundlegende Leistungsgrenzen für adaptive ICN-Kommunikation ermöglichen werden. Die erwarteten Ergebnisse dieses Vorschlags werden ein grundlegendes Verständnis des Designs von ICN liefern und rigorose Optimierungen von ICN-Protokollen und -Anwendungen ermöglichen, die über den Stand der heutigen Theorien hinausgehen, beispielsweise im Sinne optimaler ICN-Paketplanung. 

5G-IANA: 5G Intelligent Automotive Network Applications

5G-IANA aims at providing an open 5G experimentation platform, on top of which third party experimenters in the Automotive-related 5G-PPP vertical will have the opportunity to develop, deploy and test their services. An Automotive Open Experimental Platform (AOEP) will be specified, as the whole set of hardware and software resources that provides the compute and communication/transport infrastructure as well as the management and orchestration components, coupled with an enhanced NetApp Toolkit tailored to the Automotive sector. 5G IANA will expose to experimenters secured and standardized APIs for facilitating all the different steps towards the production stage of a new service. 5G-IANA will target different virtualization technologies integrating different MANO frameworks for enabling the  eployment of the end-to-end network services across different domains (vehicles, road infrastructure, MEC nodes and cloud resources). 5G-IANA NetApp toolkit will be linked with a new Automotive VNFs Repository including an extended list of ready to use open accessible Automotive-related VNFs and NetApp templates, that will form a repository for SMEs to use and develop new applications. Finally, 5G-IANA will develop a distributed AI/ML (DML) framework, that will provide functionalities for simplified management and orchestration of collections of AI/ML service components and will allow ML-based applications to penetrate the Automotive world, due to its inherent privacy preserving nature. 5G-IANA will be demonstrated through 7 Automotive-related use cases in 2 5G SA testbeds. Moving beyond technological challenges, and exploiting input from the demonstration activities, 5G-IANA will perform a multi stakeholder cost-benefit analysis that will identify and validate market conditions for innovative, yet sustainable business models supporting a long-term roadmap towards the pan-European deployment of 5G as key advanced Automotive services enabler.